（来源：上观新闻）
GRPO因为每🇹🇻🐺道题都需要生成🌀8个答案，训练📏进程推进得很©慢❌。这种现象被🇭🇹🍕研究团队命名🙇♀️为"尾部效应🦐"（Tail 🗒⚖Eff💛🌴ect👨👧⭐）🧯。系统计算某种能力👩👩👦在失败案⤴例中缺失的频💉🍬率与在成🙇🇴🇲功案例中🇸🇰👨👩👧👦缺失的🛬👩🌾频率之差，差值越✳😴大说明这种能力越🍜关键🧘♀️。矩阵的🚶♀️🈴谱范数天然不超过⛳🌾1，残差🥩传播套上🎸硬上限，爆🍬不起来👕🖨。因为，光刻胶生👷♀️🕒产商在更换原🏖材料供👩🌾🎷应商后，必须🔕🛑经过三星电子、🐄SK海力士🇧🇷等客户的重📁🎽新资质认↘📗证，这一过⬆程通常耗时约一年🚜，对于用😣🖐于先进制程芯片🇸🇰🇺🇿的光刻胶的🈵📏认证周期甚至⏯🥾更长🇫🇲🧬。
当AI作答🃏👱完毕，得到"对（🎸1分）"或"错（🐍🎱0分）"的结果后🌷🎣，SPPO用一🔀个极简👩🦱👨🦱的公式计算优势信😙号：实🥬际结果🇱🇸🎣减去预🚴🔍估概率🗂。第三是"功🐺能性比较"：🧡🍀对于每一对对应区🈵🧲域，有且仅有👨🚀一条比🚅🧱较关系✋，不允许出现🕦一个区🇧🇩🧱域对应多个比较结🚼🐦论的情况📔😍。每个 DC“🏎实例”都专用于🐁🧔一个客户的🔯设计，因此代😨码、内🇸🇴存或任何🐓信息都不会在不🌨🇩🇿同客户之🖱间共享🇮🇴。
但一些股东认🚻为，这一政策仍🇺🇿🥿然过于宽⏰⚔松，如果特斯🐁拉股价🇵🇬🇨🇰下跌，可🐛能会使🇨🇩🔴公司面临风险🇮🇩。AI时代的版🎿🎣权与伦🐲理，没有一劳🤯🧿永逸的答案🤔🦶。C2今天能🏈🇮🇨用双足双手打♟️🥘羽毛球、实现🇩🇬🍵精准回🙎🍎球，未来也能用同🇯🇪🗂样的身🎗👚体协调能力和🦑😒强化学习框架，向📁更多现实场景“外🌄溢”：迁🇧🇶移到整理🗼👶桌面、搬运物品📱🎾、端茶递水等更多🔢生活互动场🇱🇮景🇹🇬。笔者通过对公司创🎻🍧始人兼首席🆎科学家孙立宁🎶院士、董事长成🔍锐先生、C😮TO禹鑫🇫🇰燚博士的系列对😇话，试图解☠码其如何通过技术👩🦰远见、商业😷谋略与🇻🇺产品落地的三位一💶体，系统性地破🇺🇬解具身智能规模📳化落地的“最🇹🇩后一公🧝♂️👇三微一端是指什么里”难题🌏🦄。
